Machine Learning helpt stadshitte in kaart te brengen
In het kader van ‘Destination Earth’ is een nieuw project gestart dat toegankelijke informatie moet gaan bieden over stedelijke hitte. Geavanceerde kunstmatige intelligentie en machine learning technieken worden ingezet om de toenemende gezondheidsrisico’s in verband met hitte in grootstedelijke gebieden te beoordelen.Een digitale Aarde
Destination Earth, afgekort DestinE, werd in 2022 gelanceerd met als doel om tegen 2030 een zeer nauwkeurig digitaal model van de aarde op wereldschaal te ontwikkelen. DestinE wordt door de Europese Unie gefinancierd en het initiatief wordt gezamenlijk uitgevoerd door het Europees Centrum voor weersvoorspellingen op middellange termijn (ECMWF), het Europees Ruimteagentschap (ESA) en de Europese Organisatie voor de exploitatie van meteorologische satellieten (EUMETSAT). De eerste focus van DestinE ligt op de effecten van klimaatverandering en extreme weersomstandigheden en de sociaaleconomische impact daarvan.
Analyse op kleine schaal
Door de opwarming van de aarde komen hittegolven vaker voor en zijn ze langduriger en heter. Deze ontwikkelingen van hitte hebben steeds grotere bijbehorende gezondheidsrisico’s, zoals sterfte door hittestress. Het is daarom belangrijk om de meest kwetsbare gebieden in kaart te brengen en geschikte aanpassingsstrategieën op te stellen.
De samenwerking tussen ECMWF en het Portugese +Atlantic CoLAB zal informatie verstrekken over stedelijke warmte op een gedetailleerd niveau. Technieken gebaseerd op machine learning worden gecombineerd met gegevens van twee digitale tweelingen van de aarde (DestinE Climate Change Adaptation Digital Twin en Weather-Induced Extremes Digital Twin). Deze modellen hebben een ruimtelijke resolutie van 4,4 kilometer en dat wordt met machine learning verkleind naar een resolutie van ongeveer 200 meter. Elk uur wordt informatie ontvangen over het weer in de stad, zoals de luchttemperatuur en duur van de hitte.
Twee digitale tweelingen van de aarde worden gebruikt voor gedetailleerde informatie over hittegolven in steden. Bron: DestinE ECMWF
Stenen houden warmte vast
De combinatie van machine learning en de gegevens van de digitale tweelingen moet zeer nauwkeurige en relevante informatie verstrekken over de gevolgen van stedelijke hitte. Belangrijke gegevens over de toenemende impact van hittegolven in steden als gevolg van het hitte-eilandeffect. Versteende gebieden houden meer warmte vast door de absorptie van zonnestraling. Daarnaast is er weinig vegetatie en water, wat verdamping tegengaat. De meeste energie van zonnestraling wordt dan omgezet in voelbare warmte. Het temperatuurverschil tussen stedelijke en landelijke gebieden kan oplopen tot meer dan 7°C, afhankelijk van de hoeveelheid bebouwing en inrichting van de straten. Met de informatie van het nieuwe project kunnen de voordelen van groene stedelijke zones beter worden vastgesteld, evenals de locaties en bevolkingsgroepen die het meest worden blootgesteld aan hittestress.
